Перцептрон архитектора

описание

Канал практикующего архитектора про ИИ и архитектурное проектирование. Тесты нейросетей, практические находки и наблюдения о том, как искусственный интеллект меняет профессию.

← к каналу @architects_AI

147

подписчиков

Охват к подписчикам

87,8%

ERR

Реакции к просмотрам

5,04%

135 на 21 постов

Пересылки к просмотрам

2,84%

Постов в день

0,1

всего 21

Где отзываются чаще

доля реакций к просмотрам

8 авг.без подписи20,00%
10 авг.Друзья! Ровно через неделю, 17 августа, начнётся воркшоп, где мы с Альбертом Суминым разберём, как архитектор, помимо генерации картинок, может применять нейросети в своей работе. Обсудим работу с агентами, вайбкодинг, Claude Design, MCP и многое другое - от самых основ до продвинутых инструментов. Подробнее про воркшоп и о том как на него записаться можете прочитать в этом посте. Всем очень рекомендую, будет полезно и интересно. Присоединяйтесь!10,71%
15 авг.Когда заходит разговор про вайбкодинг, часто слышу от коллег одно и то же: зачем архитектору вообще что-то самому разрабатывать, вайбкодить? Появится готовый инструмент - буду им пользоваться, раз готового нет - значит, не так уж оно и нужно. Логика понятная, под общие задачи, и правда, часто справедливая: генерация и редактирование картинок, базовая работа с текстом - все эти задачи закрыты уже готовыми сервисами на любой вкус. Но если копнуть чуть дальше, у каждого найдётся несколько рутинных задач, на которые он тратит значительную часть своего рабочего времени. Ведомости и спецификации, предпроектный анализ, оформление документации и т.п. Готового продукта от крупных разработчиков под подобные небольшие задачи можно не ждать: у такого продукта полтора покупателя, а специфика задач слишком уникальна, чтобы делать инструмент универсальным. Более того, разработчик не всегда знает, что подобный запрос в принципе есть, а если и знает, то не имеет той компетенции, которая есть у архитектора, чтобы учесть все его нюансы. Раньше выбор был простой - терпеть, делать скучные и монотонные задачи вручную. Рутина считалась частью профессии. Нейросети поменяли ровно одну вещь - кардинально снизили порог входа в разработку. Сегодня инструмент под себя может сделать каждый за вечер-другой разговора с LLM на обычном языке. Практически любая задача, для которой вы сможете чётко сформулировать алгоритм работы, теперь может быть превращена в плагин / программу / сервис Совсем скоро подобные навыки будут ожидаться от любого специалиста по умолчанию Про это, в том числе, и будет воркшоп, который стартует уже послезавтра, 17 августа Программа и регистрация в этом посте: https://t.me/gracehoppers/2250 Если подключиться онлайн не получится - все занятия можно будет смотреть в записи. А чат воркшопа с постоянной поддержкой участников останется жить и после9,43%
23 июл.Друзья, не могу не поделиться с вами возможностью, которую теперь дает моя любимая Софт Культура Если вы давно хотели пройти у них какой-то курс, но не могли себе этого позволить - теперь вы можете сделать это бесплатно. Всё просто: на их курсах иногда остаются свободные места, и ребята решили не оставлять их пустыми, а отдавать тем, кому обучение сейчас не по карману. Оставляйте заявку, выбирайте курс и коротко рассказывайте, почему хотите на него попасть. Появится место - с вами свяжутся. Важные условия: → Свободные места остаются не всегда — будьте готовы немного подождать. → Приоритет при распределении мест мы отдаем студентам. → Если место появится, мы сами свяжемся с вами — у вас будет один день, чтобы подтвердить участие и записаться. Если не успеете ответить, место перейдёт следующему человеку в листе ожидания. → Выбирайте курс внимательно: участвовать можно не чаще одного раза в 6 месяцев. Оставить заявку — по ссылке7,52%
20 июн.Надо бы разбавить свои предыдущие длинные посты простым кейсом из практики) Несколько недель назад вышли официальные MCP-коннекторы от Anthropic, через которые Claude работает напрямую в творческом софте - Adobe, Blender, SketchUp. Давно думал про них написать, но, если честно, так и не придумал о чём. По ощущениям всё это оказалось куда менее интересным, чем на тот момент в основном говорили. И уж точно не из разряда «теперь это убьёт профессию дизайнера, архитектора, да кого угодно». В отличие от недавнего MCP в Unreal Engine, который разработчик встроил прямо в ядро движка, здесь это по-прежнему обычный сторонний плагин с очень ограниченной функциональностью. Даже мой собственный коннектор для SketchUp, который я навайбкодил за пару вечеров, для моих задач делает намного больше, чем официальный (который, к слову, и не работает напрямую, а генерирует модель через облачную версию). По Blender, судя по видеообзорам и статьям, примерно та же картина. Любопытно потыкать, но в реальную работу это всё не применить. А вот одну вещь я использую практически на регулярной основе - официальное расширение Claude внутри пакета Microsoft Office. Да, там уже есть встроенный Copilot, есть отдельные плагины Gemini и OpenAI. Но для меня Claude выглядит и поудобнее, и поумнее, и с большинством задач справляется откровенно лучше (может быть, мои задачи такие специфичные, а может, у них просто лучше получилось это реализовать) Записал небольшое видео на примере того же PowerPoint. Взял из другой презентации слайд-образец со сравнением вариантов генплана и попросил Claude пройтись по всей презентации, найти для каждого варианта посадки генплан и ТЭП и собрать точно такой же слайд сравнения: подписать ТЭПы, плюсы и минусы вариантов. Да, на видео это всё происходит за 30 секунд - по факту Opus думал несколько минут Но на то подобные инструменты и нужны. Не делать работу вместо тебя, а выполнять рутинные задачи параллельно с тем, как ты занимаешься чем-то более сложным и интересным6,20%
18 июн.Вышел Unreal Engine 5.8 На первый взгляд вроде бы обычное регулярное обновление... Epic годами шли к развитию продукта через процедурные генерации, оптимизацию, сторонние модули - и вот теперь к этому добавился нативно встроенный MCP. Да, и раньше его можно было прицепить сторонними плагинами с GitHub, но теперь он встроен в сам движок, прямо из коробки, с прямым доступом к ядру программы. Claude Code, Codex, Cursor, любой клиент с MCP получает прямой доступ к редактору и теперь благодаря ИИ-дружелюбной архитектуре может выполнять максимально полный пайплайн: расставлять объекты, настраивать свет, собирать материалы, уровни, файнтюнить сцену на любом этапе. В демонстрации, которую показали Epic, он обставляет комнату мебелью, а потом и вовсе растягивает сцену до целого квартала. Пока это ещё демо, не полнофункциональный инструмент, с большим количеством ограничений и условностей, но начало очень интересное. Мне Unreal давно был очень интересен, не в последнюю очередь за счёт реалтайма. Сразу видишь любую тяжёлую сцену вместо статичной картинки, пространство, по которому можно пройти, проехать на машине, посмотреть с точки зрения пешехода через VR-шлем. Но всегда останавливал порог входа. То, что одновременно является огромным плюсом в части невероятно широкого функционала и профессиональных возможностей, в то же время выступает и стеной для новичков. Я дважды подступался и дважды бросал. Слишком много сил нужно прикладывать, и пока не до конца понятно, где это прямо сейчас можно применить в работе. Сам Unreal за счёт MCP проще в освоении особо не становится, но в этот раз причин сесть и в итоге разобраться, похоже, всё-таки наконец набралось. Так что выходные, кажется, уже распланированы. Попытка номер три)6,19%
12 июл.Для меня самое сложное в любом деле - начать Особенно если ничего подобного раньше не делал Пару недель назад я подготовил для коллег гайд о том, как начать вайбкодить и реализовывать свои идеи, если совершенно непонятно как и с чего начинать За основу взял Codex. Хотя сам я больше люблю Claude, в России Codex всё-таки намного доступнее Гайд подготовил, но опубликовать так и не успел И вот на днях OpenAI выпустили новые модели, обновили приложение и завезли туда много нового И тут я подумал, а кто лучше самого ChatGPT знает, как работать с ChatGPT? Открыл обновлённую программу от OpenAI, положил перед ней старый гайд и попросил всё перепроверить, актуализировать и переписать. За полчаса гайд снова стал актуальным Так что, если вы давно хотите начать реализовывать свои идеи, но не знаете, как к этому подступиться, надеюсь, это руководство поможет сделать первый шаг P.S. Пока обновлял гайд в Codex, несколько раз поймал себя на мысли, что одну из своих подписок Anthropic пора бы поменять на подписку OpenAI))5,52%
22 июл.Буквально вчера вечером на вебинаре в рамках ИИ-лета я задавал вопрос про подходы к организации workflow, чтобы минимизировать попытки LLM искать шорткаты. И вот OpenAI очень к месту заявили, что их модели во время тестирования в закрытой среде нашли уязвимость, вышли в интернет и взломали инфраструктуру крупнейшего репозитория моделей - Hugging Face. Всё - только ради того, чтобы не решать поставленную перед ними задачу по-честному, а сжульничать и списать результат (модели рассчитывали найти у Hugging Face готовые ответы бенчмарка, который проходили). Все вокруг, конечно же, пишут про вопросы безопасности - про модель, которая самостоятельно решила взломать очень крупный сервис (правда, защитные ограничения для этого теста OpenAI отключили сами). Это, конечно, вполне может быть и просто пиар компании в попытке угнаться за позицией лидера индустрии и перехватить побольше подписчиков, прорекламировав таким образом самую мощную модель на рынке. Но я всё-таки хотел бы акцентировать внимание на другом. Модель сделала всё, о чём пишут OpenAI, по одной простой причине - чтобы срезать себе путь и решить поставленную задачу более простым способом. LLM сами по себе всегда ужасно ленивые. И если подходить к решению сложных задач легкомысленно, очень велик шанс получить не совсем тот результат, который ты ожидаешь. Что-то из разряда: «Вы просили сделать сайт, вы не просили сделать его красиво». В зависимости от задачи, от ситуации, от инструмента есть много необязательных параметров и элементов контекста, но как минимум три я очень рекомендую включать в каждую сессию работы с нейросетью, если вы хотите получить качественный результат: 1. Расшифруйте передаваемый модели контекст. Что за данные вы ей даёте? Для чего они? На что в этих данных нужно обращать внимание? А что можно проигнорировать? 2. Перед тем как выполнять сложную задачу, обязательно попросите модель провести декомпозицию и составить подробный план работ, которого она должна будет строго придерживаться, несмотря ни на что. 3. Обязательно формализуйте результат. Что будет считаться успешным решением задачи, а что неуспешным? По каким параметрам модель должна понять, что достигла цели - или что ей, наоборот, нужно вернуться на шаг назад и попробовать другой подход? Не забывайте про эти пункты работая с LLM - сэкономите себе уйму времени, нервов и токенов.5,17%
28 июн.без подписи4,61%
22 июн.Не люблю показывать недоделанные проекты, но на последней презентации Apple показал новую функцию iOS - Spatial Reframing. По сути она делает в точности то же что и один из проектов, которым я занимался по выходным в последние месяцы - было бы неправильно не поделиться сейчас) Идея простая: загружаешь одну фотографию, из неё строится объёмное Gaussian Splat пространство, по которому можно подвигаться и сменить ракурс. А дальше одной кнопкой, через Nano Banana, рендерится новый вид - уже с новой точки. Результат пока сырой, но тут уже вопрос настройки инструмента, доработки, промптов и постобработки. Записал короткое видео для наглядности. С одной стороны, можно и расстроиться: над чем бы ты ни работал, технологические гиганты всё равно тебя обгонят. С другой - в этом, кажется, и есть весь кайф того, что сейчас происходит с ИИ. Технологии меняются так быстро, что каждые полгода все снова оказываются примерно в равных стартовых позициях. И вопрос не всегда в бюджетах или в размере команды, а скорее в том, сколько у тебя времени и желания лезть во что-то новое и непонятное. Даже гиганты со всеми их ресурсами всё интересное охватить не могут, да и не часто пытаются. А значит, место делать что то новое где-то всегда остаётся свободным - особенно если ты пытаешься делать не универсальный продукт для всех, а инструмент для самого себя, для своей проффессии4,43%
5 июл.Как и обещал - поподробнее про дистилляцию моделей. На днях Anthropic (компания, которая выпускает Claude) провела расследование и вскрыла, по их словам, крупнейший в истории ИИ случай промышленного шпионажа. 25 000 поддельных аккаунтов полтора месяца выкачивали ответы их модели - почти 29 000 000 диалогов. Следы ведут к Alibaba (это не только магазин AliExpress, но ещё и один из крупнейших в мире разработчиков языковых моделей - Qwen). К слову, чуть раньше уже была похожая история с китайскими DeepSeek, Moonshot и MiniMax. Сама по себе дистилляция - это когда большую, умную и дорогую модель (учитель) используют, чтобы обучить модель поменьше и подешевле (ученика). Ученик не знает, как именно работает модель учителя, к самим вычислениям доступа у него нет - он просто раз за разом смотрит, что именно тот отвечает, и учится отвечать в точности так же, перенимая заодно и манеру рассуждать. Идея в целом не новая, её ещё лет десять назад описал Джеффри Хинтон, один из отцов всего этого направления. Перенимается при этом не всё. Ученик хорошо схватывает манеру учителя и его ответы на привычных задачах, но не саму способность думать. Пока задачи знакомые - держится близко к оригиналу; на чём-то по-настоящему новом начинает сильно плыть, ведь он научился повторять, а не понимать. Поэтому копия здорово притворяется оригиналом ровно до тех пор, пока не требуется шагнуть дальше него. Именно этим и занимались те 25 000 аккаунтов - генерировали и накапливали ответы Claude, чтобы потом учить на них свою модель. Получается ли таким путём копия оригинала? Нет, ученик остаётся слабее. У DeepSeek есть честный пример с конкретными цифрами: они официально дистиллировали свою большую модель в несколько маленьких, и на сложных задачах учитель выдавал около 80% верных ответов, а лучший ученик - около 72%. Тоже прилично, но это лишь уменьшенное, приближённое эхо оригинала. Более дешёвую стоимость моделей от китайских разработчиков обычно объясняют хитрой инженерией: сама модель огромная, но на каждый запрос включается лишь небольшая её часть. Например, у DeepSeek из 600 с лишним миллиардов параметров на один запрос работают лишь несколько десятков - включается только нужный под задачу «кусок» сети (этот приём называют mixture of experts). Оттого и обучение, и ответы выходят заметно дешевле. Это правда, но это лишь полдела. Железо и инженерию они и вправду экономят. Вот только самое сложное в разработке передовых LLM-моделей вовсе не это. Самое сложное и самое дорогое - это концептуальные части, те идеи, благодаря которым получается заставить модель работать лучше, чем работали её предшественники; на это уходят сотни миллионов и лучшие головы. И вот именно это дистилляция позволяет получить почти даром: выучиться сразу на готовых ответах лидера, минуя всю дорогую разведку. Снять с чужой модели самое ценное. Отследить подобные действия очень непросто, ещё сложнее их доказать. В целом, такое обычно ловят по поведению: аккаунты шлют запросы синхронно, одинаковыми шаблонами, целенаправленно вытаскивают именно рассуждения - по этому почерку их вычисляют и сшивают в одну группу. Если очень сильно упрощать, значительная часть китайских моделей - это сворованные американские лидеры рынка. Только сворованы здесь не железо и не код напрямую, а самое дорогое - идеи, логика работы и знания. Который год в СМИ заявляют, что Китай вот-вот догонит и перегонит США в гонке ИИ, - а он всё так и держится на шаг позади (и, кстати, не только Китай). И это довольно закономерно: если весь твой подход к разработке - это списать, заглянув соседу по парте через плечо, то догнать этого соседа, а тем более обогнать, - задача не из простых.4,03%
13 июл.Продолжая про обновления от OpenAI, отдельно выделю одну прикольную штуку, которую они добавили - раздел Sites. Любой проект, портфолио, презентацию можно оформить в виде полноценного сайта и поделиться ссылкой с кем угодно. OpenAI захостит это прямо на своих серверах. Делюсь с вами одним из своих экспериментов, который я когда то делал, чтобы быстро оценить шумовое воздействие и который ChatGPT переделал в онлайн-сервис именно с помощью этого инструмента - NOISE MAP Единственное, что вам может потребоваться для запуска сервиса - как обычно, слегка обмануть сервера OpenAI, сообщая о своём географическом местоположении)3,92%